目次
Union-Find木
- 要素が $N$ 個あり、各要素は互いに素なグループに1つだけ属する
- 例: 生徒は必ず何かのクラブ活動に1つだけ入り、兼部は認められていない
- グループは統合される可能性があるが、分割はされない
という前提で、
unite(x, y)
: 要素 $x$ の属するグループと、$y$ の属するグループを統合するis_same(x, y)
: 要素 $x$ と $y$ が同じグループに属するか調べる
という2つのクエリを効率的に処理するのが、Union-Find木
Disjoint Set Union、略してDSUともいう。
アルゴリズム
- 各グループの要素から、“代表”を1つ決める
- 代表以外の要素は、“親”となる要素を1つずつ持つ
- どの要素からでも、親の親の親……を辿っていけば自身の代表に着くようにする
- つまり、グループを、代表を根とした木構造で表現する
1 4 8 ←1,4,8が代表 ↗↑ ↑ 2 5 6 ←2や5の親は1, 3の親は2 ↑ ↗ ↖ 3 7 9
これをもとに、先ほどの2つの操作を言い換えると、以下のようになる。
unite(x, y)
: 一方の代表を、もう一方の代表につなぐ(親子にする)is_same(x, y)
: $x$ と $y$ から親を辿って同じ代表に行き着くか調べる
また、そのために以下の操作も持つ。
root(x)
: $x$ の根(代表)を取得する
これを根を見つける(Find)と捉え、2つの操作を合わせてUnion-Findとなる。
高速化の工夫
- 木の階層を低く保たないと、代表を見つける処理に時間がかかる
- 以下の例、はやい例では2~4のどの要素からも、1回調べたら代表にたどり着ける
- おそい例では、4からだと、4→3→2→1と3回辿らないと代表に着かない
- できるだけ、はやい例のような状態を保ちたい
◎はやい ×おそい 1 1 ↗↑↖ ↑ 2 3 4 2 ↑ 3 ↑ 4
経路圧縮
- 一度調べた経路上にある要素は、全て親を代表に書き換える
- おそい例において、一度
root(4)
操作によって4→3→2→1と調べて1が代表だとわかったら、2~4の親を1に書き換える
ランク
- 木の最大深さ(ランク)を記録しておく
unite
時、ランクの低い方のグループを、高い方のグループにつなぐ- 互いのランクが等しい場合を除き、ランクが高くならずに済む(等しい場合のみ1増える)
この2つをuniteする場合| こうすると | 低い方に高い方をつなげると Rank:2 Rank:4 | Rank:4のまま | Rank:5になっちゃう 1 5 | 5 | 1 ↗↑↖ ↑ | ↑↖ | ↗↗↑↖ 2 3 4 6 | 1 6 |23 4 5 ↑ | ↗↗↑ ↑ | ↑ 7 | 23 4 7 | 6 ↑ | ↑ | ↑ 8 | 8 | 7 | | ↑ | | 8
計算量
上記の2つの改善を行って、unite, is_same, root
1回にかかる計算量はいずれも $O(\alpha(N))$ となる(らしい)。
これはいずれもならし計算量で、何回もやると平均がこの値に近づいていく。
ただし $\alpha(N)$ はアッカーマン関数 $\rm{Ack}(N,N)$ の逆関数で、$N$ が少し大きくなると急速に小さくなるので、ほとんど定数と考えてよい。
実装
- 要素数 $N$ の配列
table
を作り、-1で初期化する- ${\rm table}[x]$ が負ならば、$x$ は代表。絶対値はランクを示す
- ${\rm table}[x]$ が非負ならば、$x$ は代表でない。値は $x$ の親を示す
- 最初は、$N$ 個の要素が別々の $N$ 個のグループに所属している状態
root
で代表を再帰的に探索する- ついでに経路圧縮を行う
unite()
のd1,d2は実際の値を正負逆転させているので、大小関係に注意。
# Python3 class UnionFind: def __init__(self, n): # 負 : 根であることを示す。絶対値はランクを示す # 非負: 根でないことを示す。値は親を示す self.table = [-1] * n def root(self, x): stack = [] tbl = self.table while tbl[x] >= 0: stack.append(x) x = tbl[x] for y in stack: tbl[y] = x return x def is_same(self, x, y): return self.root(x) == self.root(y) def unite(self, x, y): r1 = self.root(x) r2 = self.root(y) if r1 == r2: return # ランクの取得 d1 = self.table[r1] d2 = self.table[r2] if d1 <= d2: self.table[r2] = r1 if d1 == d2: self.table[r1] -= 1 else: self.table[r1] = r2 if __name__ == '__main__': ins = UnionFind(4) ins.unite(0, 1) ins.unite(2, 3) print(ins.is_same(0, 3)) # False ins.unite(1, 2) print(ins.is_same(0, 3)) # True
亜種
ランクを要素数とする
ランクは木の深さでなく、要素数で考えることもある。
- 例: 要素数100,最大深さ2のグループAと、要素数5,最大深さ4のグループB
- AにBを繋ぐとBの5個の要素の深さが1ずつ増え、最大深さは5
- BにAを繋ぐとAの100個の要素の深さが1ずつ増え、最大深さは4
- 局所的に最大深さが深くなろうが、100個の要素の深さが1ずつ増える方が効率悪くない?という考え方か
- A.V.Aho, John E. Hopcroft, Jeffrey D. Ulman, 『データ構造とアルゴリズム』, 培風館, 1987
実際、どちらを選んでも計算量は変わらない(経路圧縮を行う場合で $O(\alpha(N))$、行わない場合で $O(\log{N})$)し、速度は体感できるほど変わらない。
木の深さってあまり使い道が無いが、「$x$ が含まれるグループの要素数」は任意の時点で取得できると嬉しい場合はある。
よって、ランクは要素数としておいた方が、何かと便利かも知れない。
実装
unite()
の中身が少し変化する。また、get_size()
を追加。
グループの要素も保持
上記の例では、グループの要素数はわかっても、具体的に現時点でのグループにはどの要素があるのか、というのはわからない。
グループの要素も管理したい場合、tableとは別にもう1つグループを管理する配列も用意して、実際に統合していく。
unite()
部分のならし計算量は、$O(\alpha(N))$ から $O(\alpha(N) \log{N})$ になる。
- $x$ が含まれるグループの要素を得たいときは、配列で $x$ の根の位置を参照する
- いったん根じゃなくなった要素はもう参照されないので、更新しなくてよい
unite()
でグループを統合する際は、2つのグループの要素数を比較して、大きい方へ小さい方を統合する- こうするだけで何もしない場合と比較して統合にかかるならし計算量が $O(N)$ から $O(\log{N})$ へ落とされる
実装
Rollback付きUnion-Find
Undo付きUnion-Findなどとも呼ばれる。履歴を持ち、直前で結合したグループを戻せる。
root(x)
: $x$ の根を取得unite(x, y)
: $x$ と $y$ の所属グループを結合is_same(x, y)
: $x$ と $y$ が同じグループか判定rollback()
: 直前のuniteを取り消す(繰り返し実行した場合は更にその前の操作も順に取り消す)
通常のUnion-Findに、rollbackの機能が加わったもの。
計算量は $O(\alpha(N))$ から 若干悪化して $O(\log{N})$ となるが、それでも十分高速。
Union-Findにおいてtableの変更が行われるのは、
root(x)
: 代表を取得するときの経路圧縮x
から代表に至るまでに辿った要素v
のtabel[v]
が、全て代表に張り直される
unite(x,y)
: 結合- 一方の
table[x]
が新たな代表y
になる - 継続する代表
y
のtable[y]
のランク(or要素数)が更新される
このうち、経路圧縮をおこなうのは以下の理由からやや難しい。
- 変更箇所が複数に及ぶ
root()
はis_same()
やunite()
を呼んだときにも実行されることがあり、1回の「Undo」がどの操作を戻すことを指すのか分かりづらくなる
一方、結合時は変更が確実に「unite()
した時のみ」であり(これは「Undo」という操作の直感にも従う)、変更箇所も少ない。
「変更した要素 $x,y$、変更前の値 $table[x],table[y]$」の4つを、履歴を管理するためのスタックに積んでおけば復元できる。
実装
細かな実装の違いとして、uniteしようとした結果、既に同グループだった場合、履歴に残すかどうかがあるが、 有効だったかどうかを呼び出し側が管理しないで済むので、基本的には残した方がよさそう。
部分永続Union-Find
過去の状態に遡って is_same
できる。英語では Partially Persistent Union-Find。
root(x, t)
: 時刻 $t$ における $x$ の根を取得unite(x, y)
: $x$ と $y$ の所属グループを結合し、内部時刻を1進めるis_same(x, y, t)
: 時刻 $t$ において、$x$ と $y$ が同じグループか判定
更新は最新の状態に対してのみ行える。
(過去の状態からも更新可能にしたものは、「完全永続」という)
基本的に、クエリが先読みできるならis_same()
を適切なタイミングに割り込ませることで
通常のUnion-Findで対応可能なので、有用な場面は限られる?
こちらもRollback Union-Findと同様、経路圧縮は難しいので、計算量はいずれの操作も $O(\log{N})$ となる。
実装
通常のUnionFindではtableは現在値のみを持つところ、「(更新時刻, 更新値)のタプル」を基本単位として持つ。
機能(※)の有無により、必要な実装が若干異なる。
- (※) 根の番号以外の、時刻 $t$ 時点の具体的な何らかの値が取得可能かどうか
- 例:
get_size(x, t)
: 時刻 $t$ 時点の $x$ が属するグループの要素数、など
uniteとis_sameしかできない実装を①、get_sizeなども可能な実装を②とする。
②はわずかに必要メモリが増加する。(追加で $O(クエリ数)$ くらい。まぁ微差)
通常の初期化: table = [-1, -1, -1, ...] 値のリスト 部分永続①の初期化: table = [(0, -1), (0, -1), (0, -1), ...] (更新時刻, 更新値)のリスト 部分永続②の初期化: table = [[(0, -1)], [(0, -1)], [(0, -1)], ...] (更新時刻, 更新値)のリストのリスト (他に記録したい値があるならそれもタプルに含める) 部分永続①の更新: table[x] = (t, value) 上書き 部分永続②の更新: table[x].append( (t, value) ) リストにappendし、過去の値を残す
部分永続が通常のUnionFindと異なるのは、主に根を特定する処理 root(x, t)
。
少しテクニカルな考え方によって、「最終更新時刻と更新値」のみから根が特定できる。
- 経路圧縮無しUnion-Findにおいて、
table[x]
が更新されるのは、根である場合に限られるunite
によってある要素の子になったら、以降は更新されない
- よって、
- 「現時点の $x$ の最終更新時刻 $\gt t$」なら、$t$ より後に更新されている=$t$ 時点では根だったことが確定
- そうでない場合は、最終更新時の値が時刻 $t$ においても続いている
なので、過去の履歴がなくても、最終の更新時刻と更新値があればよい。
また、部分永続②において get_size(x, t)
を求める場合は、以下でできる。(過去の履歴はここで必要になる)
- まず $t$ 時点の $x$ の根 $r$ を特定
table[r]
内を時刻 $t$ で二分探索、$t$ 以下で最も大きい更新時刻を特定- その時の更新値が求めるもの
完全永続Union-Find
全永続~~、あるいは単に永続~~ともいう。英語では Fully Persistent Union-Find。
root(x, t)
: バージョン $t$ の $x$ の根を取得unite(x, y, t)
: バージョン $t$ の状態から、$x$ と $y$ を統合し、最新バージョンとするis_same(x, y, t)
: バージョン $t$ で、$x$ と $y$ が同じグループか判定
部分永続とは異なり、unite
も $t$ を引数に取るようになりどこからでも更新が可能になった。
($t$ は、時刻というよりバージョン、
あるいはもっと直接的に「何回目のunite
操作後の状態を示すか」と捉えた方がわかりやすいかもしれない。
$t$ は、変更元の $t$ に依らずに回数でナンバリングされていくので、
$t-1$ や $t+1$ との間に必ずしも関連性があるわけではないが、「時刻」だとあるかのように錯覚しかねないので)
部分永続Union-Findは、根しか更新対象にならないというUnion-Find特有の性質を上手く使っていたが、 完全永続Union-Findは、Union-Find特有と言うよりは、より汎用的な「永続配列」を使って実装する。
元のUnion-Findからの主な変更点は、 「状態を保持する配列 table を、永続配列に置き換える」ことくらいなので、 あまり完全永続Union-Find独自の特長として語ることはないか。
一応、Union-Findは一度のuniteでtable
配列を2箇所、書き換えるが、
永続配列を「どこか1箇所書き換えるたびにバージョンが1進む」ようになっていると、
Union-Findと永続配列でバージョンの進みがずれてきてしまうので、
「同時に複数箇所書き換えられる」ようにした永続配列を使えれば少し混乱しにくい。
実装
未検証。
ポテンシャル付きUnion-Find
重み付きUnion-Findともいう。
頂点間の「距離」も管理できるUnion-Find。
「各頂点 $i$ に何らかの値 $W_i$ が決まっているが直接は観測できなくて、頂点間の差分だけがわかる」というときに、 矛盾するかしないか、しない場合に指定した2頂点間の差分はいくつになるか、を求める。
① ④ -2↗↖5 ↑3 ② ③ ⑥ 6↑ ↑1 ⑤ ⑦ ② - ① = -2 ③ - ① = 5 ⑤ - ① = 4 ③ - ② = 7 ⑦ - ⑤ = 2 ⑥ - ② = 不定(同じ連結成分では無いため)
以下のような特徴を持ったデータ構造である。
root(x)
: $x$ の根を取得unite(x, y, d)
: $x$ と $y$ の所属グループを、$W_y-W_x=d$ となるように統合(あるいは矛盾を検知)is_same(x, y)
: $x$ と $y$ が同じグループか判定diff(x, y)
: $x$ と $y$ が同じグループか判定、同じなら値の差分($W_y-W_x$)を取得
通常のUnion-Findに加え、親を $0$ とした時の各頂点の値を記録していく。
根(代表)まで辿っていけば、「根を $0$ とした時の自身の値」がわかり、同一グループ内なら比較ができるようになる。
値の更新に気をつければ経路圧縮もできるので、各計算量は $O(\alpha(N))$ となる。
実装
Retroactive Union-Find